Startseite Projekte QueryInst
QueryInst
Python

QueryInst

[ICCV 2021] Instanzen als Abfragen

von hustvl · GitHub
Sterne
Forks
Lizenz
Erstellt
Letzter Commit
Sprache
computer-visioninstance-segmentationmmdetectionMITPython
Auf GitHub ansehen
In einfachen Worten

Objekte in Bildern mit einer abfragebasierten Methode für Computer Vision-Aufgaben segmentieren und identifizieren.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
QueryInst — GitHub preview card
📈 Sternhistorie
416415
2026-07-202026-08-31
📈 QueryInst verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

[ICCV 2021] Instanzen als Abfragen

QueryInst hat 415 Sterne auf GitHub. Es wurde 55-mal geforkt. QueryInst ist hauptsächlich in Python geschrieben. Es wird seit 2021 aktiv entwickelt. QueryInst ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: computer-vision, instance-segmentation, mmdetection, video-instance-segmentation.

Frequently asked questions

Was ist QueryInst?

[ICCV 2021] Instanzen als Abfragen

Ist QueryInst Open Source?

QueryInst ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist QueryInst kostenlos?

Ja. QueryInst ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht QueryInst?

QueryInst ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist QueryInst geschrieben?

QueryInst ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — QueryInst

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=hustvl-queryinst)](https://olud.ai/project/hustvl-queryinst.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.